基于时间序列法广西原糖价格预测.docVIP

基于时间序列法广西原糖价格预测 　　摘要：【目的】为了了解广西原糖价格的未来走势，掌握原糖价格的变动情况。【方法】使用时间序列法中的季节性ARIMA模型，分析2001年1月至2016年4月183个月份数据，预测广西原糖2016年5月至2017年4月的价格。【结果】广西原糖价格在2016年上半年一直保持着平稳状态，但自下半年起，原糖价格逐渐上升并在11月达到全年价格顶点，在12月时原糖价格出现明显回落现象，2017年的1-4月的原糖价格没有较大幅度波动。【结论】时间序列法的的预测精度较高，可以得到较准确的广西原糖价格的趋势图 关键词：时间序列；原糖；价格；预测 中图分类号：F426 F768 文献标识码：A 文章编号：1003-4374（2016）05-0039-03 Abstract：【Objective】In order to understand the future of Guangxi sugar prices， grasps the sugar price changes.【Method】Applying the seasonal ARIMA mode to analyze 183 month data that is from January 2001 to April 2016 and predict the sugar price from May 2016 to April 2017；【Results】Predicted results show a gradual rise in price and reach the price of annual peak in November，but on December， the price appears fall phenomenon clearly. There are no big fluctuations of sugar price from January to April in 2017；【Conclusion】The forecasting accuracy of time series method is better， obtain more accurate tendency chart for Guangxi sugar prices. Keywords： Time series； sugar； price； forecast 0 引言 目前，糖的?r格不仅关系到人民的日常生活，还涉及不少经济行业的发展，关注糖价的实时变动，探究其变化规律便成了众多学者研究的对象。冯流[1]曾运用时间序列的回归分析方法研究其他因素对白砂糖的影响，并对白砂糖的价格进行了预测；胡圣杰[2]通过选取14个影响因素建立人工神经网络预测模型，较好地预测到了一周之内的白糖现货价格；张谐韵[3]收集食糖价格指数，运用GARCH模型预测了一年内食糖价格；王沈南[4]等人结合相关数据，观察糖价走势，并且采用ARIMA-GARCH、H-W和GM（1，1）等模型预测了2012年12月份的价格走势和价格波动率。除此之外，国内外有不少学者对其他商品的价格进行过研究，由于商品之间具有不少相似的属性及变化规律，所以这部分的研究方法对于本文的研究具有一定的启示作用。徐宇杭[5]等人基于VAR模型对煤炭价格进行了短期预测；Shahriar Yousefi[6]等结合了原油期货价格序列，运用小波变换的预测模型预测了未来的原油期货价格 在综合比较了不同的预测方法后，选择了时间序列模型进行预测；时间序列模型不仅可以反映社会经济现象的发展变化过程，描述现象的发展状态和结果，还可以研究社会经济现象的发展趋势和发展速度，最重要的是可以探索现象发展变化的规律，对某些社会经济现象进行预测。考虑到了季节因素的影响，文章采取了适当的方法消除季节因素的波动，使得不同月度之间的数据可以直接比较，让序列更准确地反映指标的基本发展趋势，数据具有可比性，得以及时反映经济的短期变化，特别是反映经济变化的转折点，这对经济分析很有价值 1 国内外糖市场概述 我国与巴西、印度同为当今世界三大产糖国。巴西及时扩大对糖产业基础设施的投资，使巴西的甘蔗种植面积、甘蔗产量、糖产量和出口量逐年上升。加之，巴西食糖具有的各种优势，使得其在国际糖市上具有较强的竞争力和影响力。近十年来，巴西蔗制乙醇比例逐渐增大，糖产量相应减少，对国际糖市造成了一定的影响。印度作为世界第二大产糖国，近年来糖的产量却不太稳定。从2013年起，印度制糖商和农户之间的分歧不断，使得甘蔗产量大量减少，国内食糖市场进入了供不应求的阶段，必须依靠进口来维系本国对食糖消费的基本需求 我国作为世界产糖大国之一，糖市的变动对